我已经为 4 人游戏实现了 MCTS，该游戏运行良好，但当游戏结束移动位于实际树中而不是在推出中时，我不确定我是否理解扩展。
在游戏开始时，游戏获胜/失败的位置只能在推出中找到，我了解如何对这些进行评分并将它们传播回树上。但随着游戏的进行，我最终找到了一个由 UCB1 选择的叶节点，它无法扩展，因为它是一个失败的位置，不允许任何移动，因此没有任何东西可以扩展，也没有游戏可以“推出”。目前，我只是将此视为最后剩下的玩家的“胜利”，并为他们反向传播胜利。
然而，当我查看访问统计信息时，该节点被重新访问了数千次，因此显然 UCB1“选择”多次访问该节点，但实际上这有点浪费，我是否应该反向传播除单个节点之外的其他内容赢得这些“永远获胜”的节点？
我对此进行了很好的谷歌搜索，但找不到太多提及它的内容，所以我是否误解了某些东西或遗漏了一些明显的东西，“标准”MCTS教程/算法甚至没有提到树中的游戏结束节点作为特殊情况，所以我担心我误解了一些基本的东西。